13个AI智能体，近12天，没有分配任务，没有中央调度。它们自己找活干，最后交出了1703项贡献。

这是英伟达一篇论文里描述的实验。核心问题很具体：如果让多个编码智能体同时研究同一个问题，怎么防止它们重复做别人已经做过的实验，又怎么让每个智能体在别人验证过的结果上继续往前走。

打开网易新闻 查看精彩图片

他们的答案是把Git当成共享内存。

每一次结果都变成一次提交

在这套名为Agora的设计里，每一个结果、假设和验证动作，都会被记录成一次不可更改的Git提交。

父边指向的是这条结论建立在哪些已有结论之上。索引则列出当前还有哪些开放分支，以及哪些结论已经被验证过。

这样一来，智能体不需要靠中心节点告诉它"该做什么"，它只要读一遍仓库，就知道哪些路已经走过了，哪些结论可以拿来当地基。

论文里提到，这套机制要解决的是重复实验的问题——让智能体不去重复彼此的实验，同时能在别人已经验证过的结果上继续搭建。

没有训练数据，也没有梯度更新

实验的设定本身就不寻常。13个LLM工作节点，运行了将近12天，没有分配任务，也没有中央规划器。

它们要做的事情是：从141个供体模型里，初始化一个1.196亿参数的混合模型。前提是没有训练数据，也不做梯度更新。

换句话说，这不是常规意义上的训练，而是在已有模型之间做组合与筛选，靠智能体之间的协作把结果一点点逼近目标。

最终，工作节点一共发布了1703项贡献。

评估指标从3.39降到1.899

衡量结果的一个关键指标是每字节比特数。评估器从3.39降到了1.899。

论文给出的说法是，这补上了与训练过的GPT-2 124M之间62%的差距。

另一个数字同样值得注意：165次独立复现全部成功。

复现全部成功这件事，在智能体协作类实验里并不常见。它说明这套基于Git的记录方式，不只是让智能体之间能互相看见，也让外部能够沿着提交历史把结果重新走一遍。

论文地址是 arxiv.org/abs/2609.18094。